1 引言
随着我国经济发展进入新常态，创业创新成为国家政府关注的重点民生问题。创新人才是创业创新最关键的因素，这对高校培养创新人才提出了新的要求。为了适应时代发展的需要，全国高校都在致力于教学改革，为培养社会需求的创新型人才不断努力。由此产生了一系列鼓励创新的课外科技活动( 如挑战杯课外科技作品竞赛、全国大学生电子设计竞赛、全国大学生数学建模竞赛等) 。这些课外科技活动在提高大学生综合素质、培养创新意识和合作精神方面发挥着不可替代的作用，其中，最具有代表性的是大学生数学建模竞赛。
目前，中国大学生数学建模竞赛已成为中国高校规模最大的基础性学科竞赛和课外科技活动，也是世界上规模最大的数学建模竞赛: 2015 年，来自全国33 个省市自治区( 包括香港和澳门特区) 及新加坡和美国的1 326 所院校、28 665 个队( 其中本科组25 646 队、专科组3 019 队) 的近86 000 名大学生报名参加本项竞赛，其影响可见一斑。数学建模竞赛活动培养了大学生的信息理解能力、应变能力以及运用信息的自觉性、主动性、预见性和独创性，为培养创新人才做出了重大贡献，学术界也把数学建模能力作为衡量大学生创新能力和综合素质的一项重要指标。
近年来对大学生数学建模相关主题的学术研究逐渐增多，归纳起来主要是从教育学、认知科学、信息行为学3 个不同的学科视角开展研究。教育学视角的研究有对大学生数学建模竞赛的发展历程和认识的总结、中外大学生数学建模的比较研究、大学生数学建模与提高大学生实践和创新能力的研究、大学生数学建模团队建设与能力评估研究、大学生数学建模教学和辅导研究等; 认知科学视角的研究有数学建模认知过程研究、数学建模认知机制研究、数学建模教学与弹性认知理论研究; 目前，信息行为学视角的研究较少，只有张秀芳对数学建模与信息素养的关系及图书馆服务策略进行过讨论。从以上研究可以发现，国内对大学生数学建模团队这一大学生群体的信息需求、信息查寻与获取、信息交流利用等行为呈现的特征和规律鲜有研究。2 研究方法与对象
2. 1 研究方法
研究主要采用访谈法和观察法来搜集数据，通过对A、B、C、D、E 5 个数学建模团队72 小时的参与式观察及其赛后深度访谈来获取数据。然后，通过归纳性内容分析和话语分析对数据资料进行整理分析，提取大学生数学建模团队的信息行为特征，构建其信息行为模型，分析其影响因素。
2. 2 研究对象
为了便于分析与描述，将被研究的5 个大学生数学建模团队分别编号为A、B、C、D、E，由于每团队有3名成员，各团队成员分别编号为A1，A2，A3; B1，B2，B3; E1，E2，E3。笔者对5 个大学生数学建模团队在2014 年全国大学生数学建模竞赛( 北京时间2014 年9 月12 日8: 00 - 9 月15 日8: 00) 或2015 年美国大学生数学建模竞赛( 北京时间2015 年2 月6 日9: 00 - 2 月10 日9: 00) 过程中的表现进行了实地观察，做好观察记录。竞赛结束后，对成员进行深度访谈，在获得允许的情况下对访谈者话语进行录音，并将其转录为文字材料。对文字材料进行整理、编码分析，提取概念或行为特征。将访谈记录和整理后的文字数据返回给受访者供其确认，以修正误漏之处，确保数据的信度与效度。
3大学生数学建模团队信息行为特征的构成要素包括信息需求、信息检索方式、信息合作行为模式等。本节拟对大学生数学建模团队信息行为特征、信息查寻效率影响因素、信息查寻行为过程模型及其效率影响因素等进行探讨分析。
3. 1 大学生数学建模团队信息行为特征
3. 1. 1 信息需求
(1) 信息形式以电子数据为主，纸质载体信息不能满足其信息需求。受访的团队成员表示，在数学建模过程中团队利用的信息以电子数据为主，其原因如下: ①电子数据采集的时间成本和经济成本都比较低;②现有的电子阅读技术成熟，能够满足文件管理、阅读笔记、重要内容文本摘录等功能的需求; ③团队成员都表示已经习惯了电子阅读的形式; ④建模结果是以电子论文和打印版论文形式提交的，电子数据有利于撰写建模论文，节省时间，提高信息利用效率。受访者的部分访谈内容节录如下:E1 认为，( 比赛时) 我们主要是通过网络来获取信息数据，由于时间压力，我们没有时间打印成纸质文档然后慢慢阅读，我们必须习惯电子数据的快速阅读，快速消化，达到现学现用的目的 A2 也提到，电子数据的阅读已然成为一种阅读习惯了，以电子数据为媒介的信息交流成为主要形式，而且我们最后的论文写作都是用电子文件，电子数据还有利于文献引用和参考，当我们在纸质数据上查寻到有用信息时，我们会第一时间用关键词去查寻网络上是否有它的电子文件从上述访谈中不难发现，在数学建模团队建模过程中，信息查寻和利用的电子数据较多，这一方面体现了网络环境下大学生数学建模行为的新特点; 另一方面，也符合齐普夫的基本理论最省力法则，参赛时间紧张，团队要在最短的时间内获取最多且相关性高的信息，网络数据和专业数据库就成为其首选，但由于网络信息存在不准确性，这对参赛队员的信息判别能力提出了相当高的要求。
由于本文中的研究结果和结论是在5 个数学建模团队个案研究基础上得出的，对于影响因素的作用机理没有结合大样本数据进行量化分析，故今后须对各因素做进一步的精确分析，并对其正负效应作用做进一步探讨。
